Go 語言 JSON 解析屆頂流：Sonic

Sonic 是字節跳動開源的一款 Go 語言 JSON 解析庫，按照官方的說法：

Sonic 是一個速度奇快的 JSON 序列化 / 反序列化庫，由 JIT （即時編譯）和 SIMD （單指令流多數據流）加速。
對於所有大小的 json 和所有使用場景， Sonic 表現均爲最佳。

自 2021 年 7 月份發佈以來，Sonic 已被抖音、今日頭條等業務採用，累計爲字節跳動節省了數十萬 CPU 核（省了好多錢啊～）。

下面我們來看 Sonic 相比其他 JSON 解析庫優勢有多大，以及常見的使用舉例。

Sonic 研發背景

Go 本身自帶標準 JSON 庫：encoding/json，另外還有很多優秀的第三方庫，比如：Json-iterator、Easyjson、Gjson、Sjson 等，其中 Json-iterator 最受歡迎（12.3+k Star）。
字節根據樣本 JSON 的 key 數量和深度分爲三個量級：
小（small）：400B，11 key，深度 3 層；
中（medium）：110KB，300+ key，深度 4 層（實際業務數據，其中有大量的嵌套 JSON string)；
大（large）：550KB，10000+ key，深度 6 層。

測試結果如下：結果顯示：目前這些 JSON 庫均無法在各場景下都保持最優性能，即使是當前使用最廣泛的第三方庫 Json-iterator，在泛型編解碼、大數據量級場景下的性能也滿足不了字節的需求。

JSON 庫的基準編解碼性能固然重要，但是對不同場景的最優匹配更關鍵 —— 於是字節走上了自研 JSON 庫的道路。

Sonic 性能測試

以下是字節根據上面的不同場景進行的測試結果：

中數據（110KB，300+key，深度 4 層）大數據（500KB），10000+key 深度 6 層

可以看到 Sonic 在大部分場景下都有明顯的優勢：

字節某服務在 Sonic 上線前後的 CPU 佔用（核數）對比

通過上面的測試比較結果，我們很難不想去使用 Sonic 去優化我們的業務，爲我們自己的系統提效添磚加瓦～

Sonic 常見使用場景

解析爲 map 類型

使用 Sonic 將 JSON 數據解析爲 map 類型的方法：

只需要調用 Sonic 的 Unmarshal 函數，並將 JSON 數據和一個空的 map 作爲參數傳遞即可。

例如：

package main

import (
 "github.com/bytedance/sonic"
 "fmt"
)

func main() {
    var jsonStr = `{"name": "Harper", "age": 18}`
    var data map[string]any
    
    err := sonic.Unmarshal([]byte(jsonStr), &data)
    if err != nil {
        fmt.Println("解析失敗：", err)
    }
    
    fmt.Println(data["name"], data["age"])
}

解析爲結構體類型

使用 Sonic 將 JSON 數據解析爲結構體類型的方法：

只需要定義一個結構體，用於存儲解析結果，並將 JSON 數據和結構體作爲參數傳遞給 Unmarshal 函數即可。

例如：

package main

import (
 "github.com/bytedance/sonic"
 "fmt"
)

func main() {
    type Person struct {
        Name string `json:"name"`
        Age int `json:"age"`
    }

    var jsonStr = `{"name": "Harper", "age": 20}`
    var person Person

    err := sonic.Unmarshal([]byte(jsonStr), &person)
    if err != nil {
        fmt.Println("解析失敗：", err)
    }

    fmt.Println(person.Name, person.Age)
}

解析嵌套 JSON 數據

Sonic 可以解析嵌套的 JSON 數據，其實跟上面的「解析爲結構體類型」原因一樣，例如：

package main

import (
 "github.com/bytedance/sonic"
 "fmt"
)

func main() {
    var jsonStr = `{"name": "Harper", "age": 30, "address": {"city": "HaiDian Beijing", "country": "China"}}`

    type Address struct {
        City string `json:"city"`
        Country string `json:"country"`
    }

    type Person struct {
        Name string `json:"name"`
        Age int `json:"age"`
        Address Address `json:"address"`
    }

    var person Person
    err := sonic.Unmarshal([]byte(jsonStr), &person)
    if err != nil {
        fmt.Println("解析失敗：", err)
    }
    
    fmt.Println(person.Name, person.Age, person.Address.City, person.Address.Country)
}

解析數組類型

Sonic 還可以解析數組類型的 JSON 數據，例如：

package main

import (
 "github.com/bytedance/sonic"
 "fmt"
)

func main() {
    var jsonStr = `[{"name": "Harper", "age": 33}, {"name": "Bella", "age": 34}]`

    type Person struct {
        Name string `json:"name"`
        Age int `json:"age"`
    }

    var persons []Person
    err := sonic.Unmarshal([]byte(jsonStr), &persons)
    if err != nil {
        fmt.Println("解析失敗：", err)
    }
    
    for _, person := range persons {
        fmt.Println(person.Name, person.Age)
    }
}

小結

Sonic 是一款高性能的 JSON 解析庫，它提供了豐富的 JSON 解析 API，包括解析爲 map、結構體、嵌套 JSON 數據和數組類型等，涵蓋了我們工作中幾乎所有的應用場景。

特別是對於大數據解析的場景，如果我們系統遇到了 JSON 數據解析的瓶頸，不妨試試 Sonic，看看效果，畢竟替換很方便，跟 Json-iterator 類似，平替成本很低。

【參考資料】

https://github.com/bytedance/sonic/blob/main/README_ZH_CN.md
https://xie.infoq.cn/article/d144592e5aec0179cafc5cf1b

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/Ij5wNjNZ6rRbQqTYIvP_aw